一种新型高精度频标比对系统

基于对李沙育图进行图像处理的思想,从等效鉴相频率的原理出发,提出了一种新型的高精度频标比对系统。该系统可以捕捉图像翻转周期非常短的李沙育图,通过图像处理可以比对频差比较大的信号。并且构成该系统的设备简单,精度却可以大大提高。     

深度学习在视觉SLAM中应用综述

视觉SLAM一直是近年来火热的研究方向,其处理对象为视觉图像;深度学习在图像处理中展现出的愈加突出的优势,使二者的广泛结合成为了可能.总结了传统SLAM与基于深度学习的SLAM的特点、性质,重点介绍和总结了深度学习在视觉里程计、回环检测中的研究成果,展望了基于深度学习的视觉SLAM的研究发展方向.     

基于CNN的多尺寸航拍图像定位方法的研究与实现

图像定位常用于无人机视觉导航,传统的无人机视觉导航广泛采用景象匹配导航方式,随着计算机技术的不断发展,深度学习技术为视觉导航的实现提供了新途径。以无人机的垂直侦查为背景,将飞行区域的航拍图像划分成大小相同的若干网格,每个网格代表一类区域,用网格图像制作数据集训练卷积神经网络（CNN）。基于AlexNet设计了一种融合显著性特征的全卷积网络模型,有效实现了一个基于CNN的多尺寸输入的滑动窗口分类器,并提出了一种邻域显著性参照定位策略来筛选分类结果,从而实现多尺寸航拍图像的定位。      

神经网络在MIS子系统划分中的应用

在ＭＩＳ的开发过程中需要对ＭＩＳ进行子系统划分，本文提出了一种ＭＩＳ子系统划分的神经网络方法，即ＬＭ划分方法，该方法建立在Ｃ－Ｕ图的基础上，利用ＬＭ神经网络的学习和联想功能将一个ＭＩＳ划分成若干相对独立的子系统，实际划分结果证明，它是一种行之有效的新方法。     

立体物料仓库单元的机械系统FMEA分析

立体物料仓库单元是钣金自动化智能生产线中重要的板料储存中心,其可靠性问题直接关系到钣金自动化智能生产线的可靠性,因此,对钣金自动化智能生产线的立体物料仓库单元机械系统进行故障模式及影响分析(FMEA)十分重要。针对传统FMEA中缺少功能和故障因果关系分析的问题,提出使用维护感知设计环境(MADe)软件对立体物料仓库单元的机械系统进行功能分析和故障数据分析,并建立立体物料仓库单元的功能模型图和机械系统的故障因果关系图。在此基础上,根据立体物料仓库单元功能模型图构建机械系统的模糊认知图(FCM)邻接矩阵,再通过计算得出立体物料仓库单元机械系统的FMEA表。对立体物料仓库单元机械系统进行基于MADe软件的FMEA分析显示,所提方法对提高钣金自动化智能生产线可靠性具有通用性。      

木卫二或拥有板块构造

<正>据法新社报道,法国科研人员日前宣称,木星冰冷的卫星木卫二可能拥有与地球类似的活动构造板块。由于此前科学界一直认为,板块构造是地球所独有的,因而这一新发现引起了人们的关注。原来的研究曾提出木卫二生命假说,新的研究成果又充实了此一结论。那么,木卫二对人类的宜居性到底有多大?未来人类又将如何探测它呢?或拥有板块结构木星是太阳的第五颗行星,也是     

静止轨道卫星姿态偏置对天线方向图影响的分析

地球静止轨道（GEO）卫星通常具备滚动、俯仰姿态偏置能力,即卫星滚动或俯仰姿态控制目标角度不是0°,而是某一设定角度,以便卫星定点位置改变时也能确保天线方向图覆盖满足要求。文章对某GEO卫星姿态偏置后对天线方向图及卫星其它性能的影响进行了分析,给出了卫星姿态偏置情况下天线覆盖区域的计算方法,在计算时考虑了卫星轨道倾角的影响。分析结果表明：由于卫星天线方向图设计时均有一定的设计裕度,卫星定点位置发生变化时,通过进行姿态偏置,可使其天线方向图满足用户使用要求,卫星在轨测试及运行结果也验证了这一结论。     

地球同步轨道卫星多阶段任务可靠性建模

在分析地球同步轨道卫星首次变轨任务剖面的基础上,以模块化的思路进行卫星多阶段任务系统(phased-mission systems,PMS)建模,采用基于二元决策图(binary decision diagram,BDD)的静态多阶段任务可靠性分析方法和基于马尔可夫模型的动态多阶段任务分析方法来计算地球同步轨道卫星转移轨道段首次变轨的可靠性。经与传统非任务剖面可靠性分析方法的计算结果比对可知,基于任务剖面的可靠性建模分析方法可得到较为真实和精细的结果,有助于卫星的轻量化设计和研制效益提高。     

弹性开口环的特殊应用与制造工艺

根据弹性开口环的工作原理、受力情况和结构特点,制定出弹性开口环的不同加工工艺,经过多次试验,优选出最佳热处理和机械加工工艺方案。通过对产品的试验论证,充分验证了方案的正确性。